基于高斯混合模型的无线局域网定位算法

目标定位是无线局域网提供位置服务的基础。该文围绕无线局域网目标定位中的定位精度和实时性2个QoS指标,对基于RSSI的定位技术进行研究,提出一种基于高斯混合模型的无线局域网定位算法。该算法由离线训练和在线定位2个阶段组成,采用GMM对RSSI进行建模,降低了系统定位误差,并减少了定位阶段的运算量,提高了定位的实时性。仿真实验结果表明,该算法具有较好的定位精度和实时性。     

基于高斯模型的无线传感网络质心定位算法

在大规模无线传感网络中,针对如何利用合理的信标节点数目去精确定位监测区域内所有未知节点位置信息的问题,利用将已定位的未知节点作为信标节点的通用算法模型,因存在环境影响误差和定位叠加误差,已经不能满足精确定位的要求.提出了带高斯模型的RSSI质心定位算法,利用高斯模型数据处理原则选取高概率发生区的RSSI值,取其几何均值...     

一种基于测距的无线传感器网络智能定位算法

提出了一种基于测距的无线传感器网的智能定位算法.建立了RSSI的理论计算模型;通过引入加权因子改进了DV-Distance定位算法(IDV-Distance).实验结果表明:改进后的定位算法提高了定位精度,改善了系统的稳定性.     

基于RSSI测距的信标节点自校正定位算法

节点定位是无线传感器网络中的重要应用之一.为了有效抑制各种因素对无线传感器节点定位精度的影响,以三边定位算法为基础,提出了一种基于误差校正的定位算法.该算法通过测量信标节点之间的距离,获得信标节点RSSI值测量误差和网络的定位误差,并对误差进行补偿,从而提高整个网络的定位精度.实验结果显示,该算法能明显提高定位精度和稳定性,具有普遍应用意义.     

基于RSSI修正加权质心的定位算法

研究了适用于室外空间的修正加权质心定位算法,该算法对接收信号强度指示测距原理进行分析,可在未知路径衰落指数的情况下,将距离关系转化为接收功率关系,通过高斯滤波处理得到RSSI测量距离,将其倒数作为修正加权质心定位的加权因子;加权质心算法讨论了调整修正系数对算法定位精度的影响,通过比较分析得出室外环境时理想的修正系数.通过仿真实验表明,改进后算法动态调整系数为4时,定位精度最高为0.5190m,可以满足实际定位需求.     

基于ZigBee无线传感网络的人员定位系统设计与实现

针对现有无线传感器网络定位系统精度不高的问题,采用基于校正模型的三边测距质心定位算法实现人员定位。通过研究ZigBee无线通信技术,分析无线电传播路径损耗模型,结合实验测试得到RSSI测距模型。引入高斯滤波模型和自校正模型修正测距值,在三边测量法的基础上结合质心定位思想,以三圆相交部分的质心作为盲节点的估算位置。经试验测试,该系统的定位误差小于10%,有效地降低了环境引起的盲节点位置误差,提高了定位精度。     

椭圆定位的测距算法

针对无线传感器网络定位中传统的三边测距算法,为了降低算法中每个已知节点均具有发射和接收信号能力而造成的高额成本,提出了已知节点单发射多接收的定位模型,并基于该模型提出了椭圆定位算法.该算法通过刻画未知节点距已知节点可能的椭圆运动轨迹,进而运用牛顿迭代法求解所构造的二次轨迹方程组,实现对未知节点的定位.同时,对定位可能出现的错误进行了概率分析,得出错误概率与锚点个数之间的函数关系.实验定位与传统算法相比降低了实验成本,证明了锚点的线性增加会使错误概率指数趋势减少的特征,最后针对该定位错误问题提出了合理的解决方案.     

融合质心算法的快速改进型MDS-MAP算法

针对MDS-MAP算法中多维定标矩阵过于庞大而造成计算繁琐的问题,提出一种快速改进型MDS-MAP算法。将MDS-MAP算法与质心算法进行结合,得到改进的迭代定位算法。构造无线传感器节点间距的矩阵,根据锚节点间的跳数与具体距离对无线传感器网络节点间平均每跳的距离进行估算,按每个节点相互间的跳数矩阵对每个节点相互间距进行求解,从而获得其相对和绝对坐标。仿真实验结果表明,该算法在设定的误差下具有较高的精度,并且在一定程度上降低了运行时间。     

一种基于共线度的无线传感器网络定位算法

为了充分考虑锚节点之间以及锚节点与未知节点之间拓扑关系对无线传感器网络定位精度的影响,我们引入了共线度的概念并将其应用到多跳网络的节点定位中,在此基础上提出了一种基于共线度的无线传感器网络定位算法(CBLA).该算法首先动态地调节未知节点能够收集到的邻居锚节点信息,再通过共线度参数挑选网络中好的锚节点组进行位置估计,最后通过加权估计机制来得到最终的节点位置估计.理论分析和仿真结果表明,在规则网络中CBLA算法定位误差较小,最优情况下能够达到6%,在非规则网络中仍可达到较好的定位精度.     

基于差分进化算法的高斯混合模型参数估计

EM算法用于高斯混合模型参数估计时,具有对初始值敏感、易于陷入局部极小等缺点。将差分进化算法引入高斯混合模型参数估计问题,提出一种基于差分进化算法的高斯混合模型参数估计方法。该方法直接对模型参数进行编码,待优化目标函数简单且物理意义明显,具有算法实现容易、运行效率高及收敛速度快等优点。实验结果表明。新方法具有很强的全局搜索能力,参数估计精度更高、更稳定。     

基于改进拼合策略的分布式多维标度定位算法

本文基于多维标度定位（MDS-MAP）方法,研究了大规模无线传感器网络的分布式定位问题。在分布式MDS-MAP的算法框架下,本文通过对基本的拼合条件进行分析与扩展,提出了更一般化的拼合条件,并在此基础上通过引入一种新的MDS计算方法设计了一种改进的拼合策略。由于改进后的拼合策略能够适用于更一般化的拼合情况,因此,本文基于改进拼合策略所给出的分布式MDS-MAP算法具有拼合要求低、定位精度高及鲁棒性强的优点。通过仿真比较。本文所给出的分布式MDS-MAP算法的有效性及优点得以验证。     

一种改进的基于混合高斯模型的运动目标检测算法

运动目标检测是实现目标跟踪和行为分析等任务的基础。在运动目标检测中,消除背景与噪声的干扰,从而将运动目标从图像中分离出来一直是研究的重点。混合高斯模型法被广泛地应用于运动目标检测,对存在小幅度运动的背景有较好的抗干扰能力,并且能提取出较完整的运动目标,但是同时存在噪声干扰,且对阴影抑制效果较差。针对传统混合高斯模型法的不足,提出一种改进的基于混合高斯模型的运动目标检测算法,利用帧差法对光照突变适应性较好和算法简单的特点,将传统混合高斯模型法与和四帧差法结合。实验结果表明,该方法能够有效地消除复杂环境中的噪声,并对阴影有一定的抑制作用,提高了运动目标检测的准确性和完整性。     

基于改进混合高斯模型的运动目标检测算法

在运动目标停滞的情况下,传统的混合高斯模型会将运动目标误判为背景,导致目标漏检。为此,提出一种基于改进混合高斯模型的目标检测算法。引入背景学习参数,结合前一帧的检测结果自适应地更新背景,从而提取完整的运动目标。利用像素的八连通区域信息抑制噪声,提高算法在复杂环境中的稳定性。实验结果表明,与传统检测方法相比,该算法能够在复杂环境中准确地检测出短暂停滞的运动目标。     

一种基于坐标改正的改进DV-Hop定位算法

为有效提高DV-Hop算法在拓扑随机网络中的定位精度,提出一种利用锚节点定位误差修正未知节点坐标的新方法(PEDV-Hop).首先定义伪距误差因子剔除对平均跳距计算产生较大误差的锚节点,从而有效抑制网络拓扑随机分布影响,提高平均跳距计算精度;其次,视锚节点为未知节点,在计算平均跳距的同时,运用三边或多边测量法评估自身定位坐标,从而可计算得到锚节点坐标改正值,并将平均跳距与坐标改正值向网络广播;最后,未知节点根据接收到各锚节点的坐标改正值来修正自身定位误差,从而有效提高节点定位精度.仿真结果表明,PEDV-Hop算法实现简单,有效提高了节点的定位精度.     

一种改进高斯模型的人体运动图像跟踪算法

研究改进的人体图像序列跟踪优化问题,提高跟踪的准确性.针对当人体运动图像序列帧中,背景图像帧变化较快,帧间像素差异较大的情况下,传统的跟踪方法无法适应较大幅度的、快速的图像背景帧变化,提取的动态像素过少,导致出现跟踪前景误判,跟踪效果滞后、失准的问题.为了解决上述问题,提出一种基于高斯混合模型的人体运动跟踪算法,通过建立一种混合高斯模型模拟去除干扰,通过迭代动态像素参数更新,消除图像帧快速变化造成的像素减少带来的影响,解决跟踪滞后问题.实验结果表明,改进方法能够大幅提高在复杂背景下的人体运动准确性,取得了不错的效果.     

一种改进的场景透射率修正图像去雾算法

在户外起雾的情况下,人们通过摄像机所拍摄的照片往往非常不清楚,照片通常呈现灰暗的色彩,图片的清晰度不高,很容易造成图像的一些信息丢失,难以被检测到。这使目标识别的难度大大提高,户外视频监控的有效性也被极大破坏。据此,提出了一种改进型的去雾算法。首先通过对场景透射率进行粗估计来得到一种块透射率,再对块透射率进行更深一步的细化处理来得到较准确的场景透射率,最后使用一种改进的容差机制修正场景透射率错误估计的区域来获得一个更加准确的透射率值。通过与已有去雾算法对比,验证了所提算法在图像去雾的各项指标中的优越性。该算法在图像去雾领域具有广阔的应用前景。     

基于改进混合高斯模型与六帧差分的目标检测算法

利用经典混合高斯模型进行目标检测存在耗时长、复杂度高的缺点,并且对噪声、光照和突发运动等干扰比较敏感。为此,提出一种改进的运动目标检测算法。基于混合高斯模型和六帧差分算法获得检测目标的基本轮廓,采用不同区域更新率的自适应选择策略提高算法准确性,同时通过形态学操作去除残余噪点,运用连通性检验提高检测目标完整性,获得轮廓较为完整清晰的运动目标二值化检测结果。仿真结果表明,该算法不仅能提高实时性,而且较好地解决了因目标状态变化、环境噪声以及光线变化等因素引起的误检问题。     

改进混合高斯模型的运动目标检测与跟踪算法

针对混合高斯模型的运动前景更新难题,为了提高运动目标跟踪精度,提出一种改进高斯混合模型的目标检测与跟踪算法;首先提取目标特征建立目标分类器,并将目标从前景标记出来;然后通过多目标跟踪将目标分为多种运动模式;最后采用高斯混合模型对目标进行跟踪与分类,并采用仿真实验测试算法的性能;结果表明,文章算法不仅提高了目标检测与跟踪精度,而且可以满足目标跟踪的实时性要求.     

一种改进的鱼眼畸变校正算法

畸变是鱼眼镜头的最大的问题,针对这一情况,提出一种利用双椭圆模型对鱼眼镜头进行畸变校正的算法,在改善鱼眼畸变的情况下,同时能够保障实时输出;对鱼眼图像进行边缘扫描和检测,采用线性拟合的方法获取鱼眼图像的光心和半径,经过双椭圆模型寻找校正前和校正后图像的映射关系,调用GPU加速处理,达到实时输出的效果,经过实验对比,针对鱼眼镜头引起的畸变问题进行校正并且能够实时输出;